摘要：
一、研究场景 因子分析(探索性因子分析)用于探索分析项(定量数据)应该分成几个因子(变量),比如20个量表题项应该分成几个方面较为合适;用户可自行设置因子个数,如果不设置,系统会以特征根值大于1作为判定标准设定因子个数。 二、数据格式 因子分析时，一列标识1个指标，一行为1个样本；如果为面板数据，比 阅读全文
摘要：
一、研究场景 灰色预测模型可针对数量非常少（比如仅4个），数据完整性和可靠性较低的数据序列进行有效预测，其利用微分方程来充分挖掘数据的本质，建模所需信息少，精度较高，运算简便，易于检验，也不用考虑分布规律或变化趋势等。但灰色预测模型一般只适用于短期预测，只适合指数增长的预测，比如人口数量，航班数量， 阅读全文
摘要：
一、研究场景 相关分析用于研究定量数据之间的关系情况，包括是否有关系,以及关系紧密程度等。例如：研究员工薪资与员工工龄的关系；产品销量与产品售后服务的关系等。 二、数据类型 相关分析的适用范围很广，理论上讲，凡是考察两个变量相关性，都可以叫做相关分析。相关分析研究是定量与定量的数据，如果是定类和定量 阅读全文
摘要：
一、研究场景 路径分析,也称通径分析（有时也称结构方程模型，一般情况下如果包括测量模型和结构模型，则称为结构方程模型；如果只包括结构模型，则称为路径分析）。路径分析在于研究模型影响关系，用于对模型假设进行验证。比如下图的模型框架：希望研究工作条件，人际关系对于公司满意度的影响；同时还希望研究公司满意 阅读全文
摘要：
T检验过比较不同数据的均值，研究两组数据之间是否存在差异。可以分为三种，分别是单样本T检验、配对样本T检验、独立样本T检验。 一、独立样本t检验 1.研究场景 独立样本t 检验用于分析定类数据与定量数据之间的关系情况。例如研究人员想知道两组学生的智商平均值是否有显著差异。t 检验仅可对比两组数据的差 阅读全文
摘要：
一、分析前准备 1.研究背景 TOPSIS法用于研究评价对象与‘理想解’的距离情况，结合‘理想解’（正理想解和负理想解），计算得到最终接近程度C值。熵权TOPSIS法核心在于TOPSIS，但在计算数据时，首先会利用熵值（熵权法）计算得到各评价指标的权重，并且将评价指标数据与权重相乘，得到新的数据，利 阅读全文
摘要：
Logit回归分析用于研究X对Y的影响，并且对X的数据类型没有要求，X可以为定类数据（可以做虚拟变量设置），也可以为定量数据，但要求Y必须为定类数据，并且根据Y的选项数，使用相应的数据分析方法。logit回归分析一般可分为三类，分别是二元logit回归、多分类logit回归、有序logit回归，三类 阅读全文
摘要：
一、前期准备 1.研究目的 线性回归分析研究影响关系情况,回归分析实质上就是研究X(自变量)对Y(因变量,定量数据)的影响关系情况。当自变量为1个时，是一元线性回归，又称作简单线性回归；自变量为2个及以上时，称为多元线性回归。线性回归广泛的应用于自然科学、社会科学等各个领域中。例如：研究吸烟、肥胖、 阅读全文
摘要：
在科学试验中常常要探讨不同情况或者不同处理方式对试验结果是否造成影响，通常是比较不同试验下的样本均值的差异。这时，就需要进行方差分析，方差分析是检验多个样本均数间差异是否具有统计学差异的方法，例如:研究不同药物对治疗某种疾病的疗效、不同地区女性生育率等。都可以用方差分析去解决。本篇文章将方差分析步骤 阅读全文
摘要：
方差分析是20世纪20年代发展起来的一种统计方法，它是由英国统计学家费希尔在进行试验设计时为解释试验数据而首先引入的。（来源：统计学 第7版）目前，方差分析广泛应用于生物学、田间试验等。从形式上看，方差分析是比较多个总体的均值是否相等，但本质上是研究变量之间的关系，本篇文章主要介绍单因素方差分析步骤 阅读全文